Trouvez votre prochaine mission ou futur job IT.

Contexte L'équipe est Agile, composée de 14 personnes dont 2 Data Scientists, et intégrée à un Train SAFe synchronisé avec d'autres Trains et équipes Data. Missions Mettre en œuvre des algorithmes de prévision de consommation ou de rebouchage de données Entraîner et industrialiser des modèles de machine learning et optimiser leur performance Mener des analyses pour interpréter les comportements de consommation des clients et soutenir des prises de décision au développement de nouvelles fonctionnalités Conduire des transformations et mises en qualité de données Outils & Environnement Python, SQL Spark / PySpark Databricks AWS Git et gestion du versioning Livrables Développements informatiques (correctif, évolutif, adaptatif) Mise en œuvre des algorithmes de prévision de consommation ou de rebouchage de données Entraînement et industrialisation des modèles de machine learning Analyses comportementales des clients pour soutenir le développement fonctionnel Transformations et mises en qualité de données Compétences à évaluer Expertise en Data Science, Machine Learning et Deep Learning Maîtrise de Python, SQL et des bibliothèques d'analyse de données (Scikit-Learn, PyTorch Forecasting, Darts, PySpark, MLflow) Séries temporelles et prévision de consommation Industrialisation des modèles & MLOps IA générative et Large Language Models (LLM) – un plus Frameworks IA : LangChain et LangGraph – un plus

Finaliser le développement d'un outil de prévision du trafic aérien. Développer et optimiser les modèles de stimulation de la demande (régressions, corrélations). Finaliser la modélisation de l'indice de qualité de service (QSI) et des calculs de parts de marché. Produire une synthèse consolidée des résultats de simulation. Intégrer la solution dans l'écosystème Data de l'entreprise. Assurer la qualité, la maintenabilité et la mise en production de l'application. Collaborer avec les équipes métiers pour faciliter l'adoption de l'outil.

ContexteIntégrer l'équipe d'une banque d'investissement et contribuer aux activités clés de l'équipe. Missions :Maintien de la production actuelle des KPI/KRI en suivant les potentielles modifications de formule de calcul. Automatisation de la collecte des données et la production des nouveaux KPI/KRIs. Revalidation des formules de calcul de KPIs IAMs existants, et intégration au dashboard global. Création d'un tableau de bord destiné aux utilisateurs finaux des tests d'intrusion, incluant le pentest assisté par l'IA (mesures déjà affinées à présenter, DORT, périmètre vital, niveau de conformité global). Extension des mesures de contrôle sur la production de dashboard, incluant une couche additionnelle de reporting et d'envoi de mail pour alerte de mauvaise qualité de données. Renforcement du processus de scoring global et maintenance opérationnelle pour la Cyber Threat Intelligence afin de prioriser les vulnérabilités. Évolution du scoring à partir des apports CTI. Maintien en conditions opérationnelles de la consommation de cette information de priorisation par les équipes Production Security et Application Security. Amélioration de la fréquence de génération de cette information et mise en œuvre de vérifications de qualité de données avec des dashboards. Évaluation dédiée des CVE : interface web à la demande + API permettant l'auto-évaluation d'une CVE selon l'algorithme implémenté.

ContexteDans le cadre du développement de solutions d'Intelligence Artificielle appliquées au traitement documentaire, nous recherchons un Data Scientist spécialisé en NLP pour renforcer une équipe Data & IA. Le consultant interviendra sur des problématiques d'analyse et d'extraction d'informations à partir de documents contractuels (contrats clients, fournisseurs, NDA, conventions, marchés publics, avenants, etc.) afin d'automatiser leur traitement et leur exploitation. L'environnement est fortement orienté vers les technologies de traitement du langage naturel (NLP), l'IA générative et les modèles de langage (LLM). MissionsAnalyse documentaireComprendre la structure et les spécificités des documents contractuels. Identifier les informations métier à extraire (parties prenantes, dates, montants, échéances, clauses, pénalités, obligations, renouvellements, etc.). Participer à la définition des modèles de données cibles. Développement NLPConcevoir et développer des pipelines de traitement documentaire. Mettre en œuvre des modèles de : Classification de documents Extraction d'entités nommées (NER) Extraction de clauses contractuelles Résumé automatique Recherche sémantique Fine-tuner des modèles NLP adaptés aux besoins métier. Évaluer et améliorer les performances des modèles. IA GénérativeConcevoir des solutions basées sur les LLM. Développer des architectures RAG (Retrieval Augmented Generation). Optimiser les prompts et les chaînes de traitement. Évaluer les performances et limiter les hallucinations. IndustrialisationDévelopper des services Python robustes et maintenables. Participer aux revues de code. Mettre en place des tests et métriques de qualité. Contribuer à l'industrialisation des modèles en environnement cloud. CollaborationTravailler en étroite collaboration avec : Product Owner Experts métier Data Engineers ML Engineers Architectes Data Compétences Techniques RequisesLangagesPython (expert) NLP & Machine LearningSpaCy Hugging Face Transformers NLTK Scikit-Learn PyTorch ou TensorFlow IA GénérativeOpenAI / Azure OpenAI LangChain LlamaIndex RAG Embeddings Vector Search Traitement documentaireOCR Azure Document Intelligence Tesseract Extraction PDF Parsing documentaire Bases de donnéesSQL PostgreSQL MongoDB (apprécié) MLOps & CloudGit Docker Kubernetes (apprécié) Azure Azure Machine Learning Azure AI Foundry CI/CD

Le poste vise à recruter un Data Scientist expérimenté capable de concevoir et industrialiser des solutions d'IA générative à forte valeur ajoutée métier. L'enjeu principal est de développer des workflows LLM complexes et de les déployer en production dans un cadre industriel structuré. Le candidat devra faire le pont entre les équipes métier et IT, en traduisant les besoins fonctionnels en solutions techniques performantes. Une expertise solide en IA générative, en développement d'API, en évaluation de modèles et en bonnes pratiques de software engineering est attendue, ainsi qu'une capacité à travailler en mode Agile au sein d'une squad dédiée. Développement Python orienté production (architecture, packaging, bonnes pratiques) Développement d'API (REST/GraphQL, frameworks comme FastAPI/Flask) Développement d'API (REST/GraphQL, FastAPI/Flask) Développement Python orienté production (architecture, packaging, tests) Travail en équipe / collaboration en squad Agile Modélisation ML classique (supervisé, non supervisé) Préparation et gestion de données (feature engineering, qualité des données) Tests & qualité de code (unitaires, intégration, linting, typage) CI/CD pour services d'IA (GitHub Actions, GitLab CI, bonnes pratiques MLOps) Conteneurisation & déploiement (Docker, orchestration type Kubernetes) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI Platform) Préparation & gestion de données (feature engineering, qualité, ETL) Tests & qualité de code (unitaires, intégration, linters, type hints) CI/CD pour services d'IA (GitLab CI, GitHub Actions avec pratiques MLOps) Conteneurisation & déploiement (Docker, Kubernetes ou équivalents) Utilisation de services cloud IA (Azure OpenAI, AWS/GCP managed IA services, Bedrock) Tests & qualité de code (unitaires, intégration, linting, typing) CI/CD pour services d'IA (GitLab CI, GitHub Actions, pipelines MLOps) Utilisation de services cloud IA (Azure OpenAI, AWS Bedrock, GCP AI) Conception de workflows LLM complexes (orchestration, agents, tools) RAG / retrieval augmenté & bases de vecteurs (Faiss, Pinecone, etc.) Évaluation spécifique des LLM (benchmarks, human eval, red‑teaming) Monitoring / observabilité des modèles et services LLM en production Outils d'orchestration LLM (LangChain, LlamaIndex ou équivalents) RAG / retrieval augmenté & vector DB (Faiss, Pinecone, embeddings en production) Évaluation spécifique LLM (benchmarks, human eval, red-teaming, metrics LLM) Monitoring / observabilité des modèles & services IA (drift, qualité des réponses, alerting) Conception de workflows LLM complexes (orchestration, agents, outils) RAG / retrieval augmenté & vector DB (mise en production) Monitoring / observabilité des modèles et services IA en production Analyse et modélisation de problèmes complexes dans un contexte LLM Pensée systémique appliquée à des workflows IA end‑to‑end Rigueur scientifique & esprit critique pour l'évaluation des LLM Vulgarisation & pédagogie vers métiers et IT Recueil et reformulation des besoins métier en spécifications techniques pour IA générative

Contexte mission Dans le cadre de l'accélération sur l'Intelligence Artificielle de notre client, nous recherchons un(e) Data Scientist IA capable de concevoir, développer et industrialiser des modèles avancés de Machine Learning et d'IA générative. Vous travaillerez en étroite collaboration avec les métiers, les équipes Data et IT afin d'identifier, développer et déployer des solutions innovantes créant de la valeur, tout en respectant les exigences réglementaires et de gouvernance. Principales responsabilités Concevoir et développer des modèles de Machine Learning et d'IA Générative Réaliser des analyses exploratoires de données et du feature engineering Entraîner, tester, calibrer et optimiser les modèles Développer des solutions basées sur le NLP et les LLM Effectuer des analyses statistiques avancées pour identifier des opportunités business Collaborer avec les équipes métiers pour transformer les besoins en cas d'usage concrets Garantir la robustesse, la performance et l'explicabilité des modèles Participer au suivi et à l'amélioration continue des modèles en production

CONTEXTE : Pour l'un de nos clients grands comptes, acteur majeur du secteur bancaire, nous recherchons un(e) Data Scientist / Ingénieur Statisticien Risque. Vous intégrerez une équipe dédiée aux études et modèles au sein de la Direction des Risques, et contribuerez activement à l'amélioration du dispositif de maîtrise du risque de crédit. MISSIONS PRINCIPALES : · Développer et valider des modèles statistiques avancés. · Collaborer étroitement avec les filiales, les Directions des Engagements et Commerciales, ainsi que les équipes informatiques. · Apporter une assistance méthodologique aux filiales du groupe. · Réaliser des backtestings et des études statistiques complexes pour évaluer la performance des modèles. · Participer aux projets d'évolution des outils de suivi et de pilotage du risque. · Rédiger et faire évoluer les guides méthodologiques et procédures-cadres. · Assurer une veille méthodologique et réglementaire constante. · Former et accompagner la montée en compétence des profils juniors. · Contribuer aux groupes de travail techniques et aux comités de pilotage. · Suivre les projets qui vous sont confiés avec autonomie. COMPETENCES CLES : · Modélisation risque crédit · SAS et Python · Rigueur et méthode Vos qualités d'analyse, de synthèse et votre force de proposition seront des atouts majeurs. Une première expérience en gestion de projet est un plus. L'anglais opérationnel est requis. MODALITES : · Lieu : Télétravail jusqu'à 2 jours par semaine. · Date de début souhaitée : 03/08/2026.

Data Scientist Senior orienté Pricing Retail (+7 ans d'expérience), capable de construire des modèles et algorithmes d'aide à la décision, et de développer des modèles de Machine Learning en Python. Un profil qui a travaillé sur des problématiques de recommandation, d'optimisation financière ou revenue management, capable de transformer des données en modèles décisionnels pour améliorer la performance commerciale. Avoir évolué dans un environnement GCP est un plus apprécié. Data Scientist Senior orienté Pricing Retail (+7 ans d'expérience), capable de construire des modèles et algorithmes d'aide à la décision, et de développer des modèles de Machine Learning en Python. Un profil qui a travaillé sur des problématiques de recommandation, d'optimisation financière ou revenue management, capable de transformer des données en modèles décisionnels pour améliorer la performance commerciale. Avoir évolué dans un environnement GCP est un plus apprécié.

Dans le cadre du programme Agents (IA générative / agentic AI), nous recherchons un Data Scientist expérimenté afin de contribuer aux phases d'expérimentation, de prototypage (PoC) et d'industrialisation progressive des cas d'usage métier. Le programme vise à explorer et structurer l'usage d'agents intelligents permettant d'automatiser et d'augmenter des processus métier, en s'appuyant sur des architectures modernes intégrant LLM, orchestration, data pipelines et Cybersécurité. Les Agents IA sont amenés à être utilisés dans différents cas d'usage métiers, que ce soit pour l'assistance aux collaborateurs, l'analyse documentaire, la génération de contenus, l'aide à la décision, l'automatisation de processus ou l'exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. Objectifs de la mission La mission consiste à intervenir en tant que Data Scientist spécialisé dans la création et la mise en exploitation d'agents IA. Les principaux objectifs sont les suivants : • Concevoir et développer des PoC et MVP autour d'agents IA • Explorer différentes approches techniques (agent frameworks, orchestration, RAG, tool use, …) • Évaluer les performances, la robustesse et les limites des solutions testées • Contribuer aux choix d'architecture cible pour le programme • Participer à la capitalisation des expérimentations (best practices, patterns) • Accompagner la montée en maturité des cas d'usage vers leur industrialisation Cette mission s'inscrit, par ailleurs, dans une démarche de gouvernance des cas d'usage IA pour le groupe, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Périmètre technique Le consultant devra être capable d'intervenir sur un écosystème technologique varié, notamment : • Frameworks agentiques et orchestration : LangGraph, outils équivalents • LLM & IA générative : Mistral, modèles open source ou propriétaires • Plateformes Data / ML : Dataiku, Domino • Solutions éditeurs / partenaires : IBM (watsonx, orchestration, etc.) • Approches RAG avancées (multi-sources, pipeline complexe) Livrables attendus • PoC fonctionnels démontrant les capacités des solutions testées • Analyses comparatives (technologies, approches) • Recommandations d'architecture et bonnes pratiques • Documentation technique et synthèses pour prise de décision Conclusion Cette mission est d'importance et s'inscrit dans une démarche stratégique visant à préparer le passage à l'échelle des architectures agentiques au sein du SI, en cohérence avec les standards data, IA et sécurité du Groupe.

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ DEMARRAGE – SEPTEMBRE 2026 - 🏠 2 jours de télétravail / semaine - 📍 Grenoble (38) - Corenc - 🛠 Expérience de 5 ans minimum Et si vous pouviez travailler sur des projets Data / IA directement connectés aux enjeux métiers d'une grande banque ? Ici, pas de modèle qui reste en POC. Vous intervenez sur des cas d'usage réels, utilisés, et amenés à être industrialisés. Pourquoi nous recrutons ? L'activité Data / IA prend de l'ampleur côté client. L'enjeu aujourd'hui est clair : - accélérer l'appropriation de la Data et de l'IA par les métiers - transformer des cas d'usage en solutions concrètes et durables Vous arrivez donc dans une phase où tout se structure et se développe. Concrètement, votre quotidien : Après votre onboarding pour comprendre les enjeux bancaires et l'écosystème technique, vous allez : 1/ Construire des cas d'usage Data / IA Vous utiliserez Python et les frameworks ML/DL pour : - préparer et explorer les données - concevoir et entraîner des modèles - restituer les résultats de manière compréhensible pour les métiers 2/ Travailler avec les métiers Vous interviendrez directement avec eux pour : - cadrer les besoins - traduire des problématiques métiers en cas d'usage data - accompagner l'adoption des solutions 3/ Déployer des sujets IA générative Vous accompagnerez les équipes sur : - la création de prompts efficaces - le déploiement de LLM - la mise en place d'agents / assistants 4/ Structurer l'environnement Vous contribuerez à : - la mise en place de l'environnement technique (notamment GCP) - l'amélioration des pratiques projets Data / IA - l'industrialisation des cas d'usage 5/ Maintenir et faire évoluer les modèles Vous assurerez la MCO des solutions déployées : - suivi de performance - ajustements des modèles - amélioration continue 6/ Diffuser la culture Data / IA Vous animerez : - des ateliers d'acculturation - du coaching (notamment sur des POC étudiants)

A LIRE ATTENTIVEMENT AVANT DE POSTULER ⬇ DEMARRAGE – SEPTEMBRE 2026 - 🏠 2 jours de télétravail / semaine - 📍 Grenoble (38) - Corenc - 🛠 Expérience de 5 ans minimum Et si vous pouviez travailler sur des projets Data / IA directement connectés aux enjeux métiers d'une grande banque ? Ici, pas de modèle qui reste en POC. Vous intervenez sur des cas d'usage réels, utilisés, et amenés à être industrialisés. Pourquoi nous recrutons ? L'activité Data / IA prend de l'ampleur côté client. L'enjeu aujourd'hui est clair : - accélérer l'appropriation de la Data et de l'IA par les métiers - transformer des cas d'usage en solutions concrètes et durables Vous arrivez donc dans une phase où tout se structure et se développe. Concrètement, votre quotidien : Après votre onboarding pour comprendre les enjeux bancaires et l'écosystème technique, vous allez : 1/ Construire des cas d'usage Data / IA Vous utiliserez Python et les frameworks ML/DL pour : - préparer et explorer les données - concevoir et entraîner des modèles - restituer les résultats de manière compréhensible pour les métiers 2/ Travailler avec les métiers Vous interviendrez directement avec eux pour : - cadrer les besoins - traduire des problématiques métiers en cas d'usage data - accompagner l'adoption des solutions 3/ Déployer des sujets IA générative Vous accompagnerez les équipes sur : - la création de prompts efficaces - le déploiement de LLM - la mise en place d'agents / assistants 4/ Structurer l'environnement Vous contribuerez à : - la mise en place de l'environnement technique (notamment GCP) - l'amélioration des pratiques projets Data / IA - l'industrialisation des cas d'usage 5/ Maintenir et faire évoluer les modèles Vous assurerez la MCO des solutions déployées : - suivi de performance - ajustements des modèles - amélioration continue 6/ Diffuser la culture Data / IA Vous animerez : - des ateliers d'acculturation - du coaching (notamment sur des POC étudiants)

Notre client dans le secteur Aérospatial et défense recherche un/une Data Scientist Fonctionnel – Outil de prévision de trafic aérien H/F Description de la mission : La mission consiste à intervenir sur une période d'environ deux mois afin de finaliser le développement d'un outil interne destiné à prévoir le potentiel de trafic d'une nouvelle ligne aérienne lancée par une compagnie aérienne. Le besoin s'inscrit dans un contexte d'analyse de données de marché et de projection des potentiels de trafic passagers et cargo afin de contribuer à l'élaboration de business cases à destination de prospects compagnies aériennes. Le consultant interviendra dans la continuité de précédents développeurs pour compléter un outil de prévision de trafic partiellement développé et assurer son intégration dans l'environnement data de l'entreprise afin de faciliter son utilisation par les équipes internes. Description de l'outil L'outil se compose de trois parties principales : • Partie 1 : stimulation de la demande basée sur des modèles de régressions/corrélations entre l'augmentation de l'offre et l'induction de trafic après l'ouverture d'une nouvelle ligne • Partie 2 : modélisation de l'indice de qualité de service (QSI) afin de calculer la part de marché d'une compagnie aérienne lançant une nouvelle liaison, à partir de coefficients de pondération affinés par un modèle mathématique, pour le trafic point à point et le trafic en correspondance • Partie 3 : synthèse des résultats présentant de manière claire et concise l'ensemble des résultats obtenus Missions principales / contenu détaillé de la prestation L'intervention portera sur : • La finalisation du module de modélisation du QSI sur le trafic en correspondance • L'identification des correspondances possibles à partir des programmes de vols • L'application des coefficients de pondération sur les itinéraires en correspondance identifiés • L'amélioration des fonctionnalités de l'outil et la correction de bugs identifiés • Le déplacement de l'ensemble des hypothèses du projet sur la première page de l'outil « Hypothèses » • L'activation d'une fonction de sauvegarde/chargement • La séparation des résultats de la stimulation et du QSI par saison aéronautique • L'ajout d'une page de synthèse et la conservation d'un historique des résultats intermédiaires de QSI et de stimulation • L'activation de différentes hypothèses de circuité de part et d'autre de la route considérée pour le QSI correspondance • L'optimisation du code et l'amélioration des modèles de simulation • Le test et le déploiement de l'outil dans l'environnement data de l'entreprise afin de le rendre robuste et accessible aux utilisateurs internes Attentes pour la prestation Accompagné par les équipes métier, le consultant aura pour missions de : • Piloter les besoins fonctionnels • Construire le pipeline de données pour automatiser la mise à jour de l'outil, à partir de données DiioMi et de données serveur Tableau • Coder un outil de prévision de la performance d'une route aérienne (QSI) en utilisant Python et du webscraping, avec reprise et compréhension du codage précédent • Améliorer l'outil en lisant, comprenant, corrigeant, modifiant et simplifiant les codes existants • Identifier les opportunités d'amélioration des processus et des modèles de simulation • Finaliser l'outil, déjà achevé à 80 %, les 20 % restants portant principalement sur le QSI appliqué au trafic en correspondance et l'optimisation de certaines fonctionnalités • Intégrer l'outil et garantir son bon fonctionnement dans l'environnement de l'entreprise • Travailler en collaboration avec l'équipe digitale du département pour déployer l'outil Profil recherché Compétences techniques requises : • Forte maîtrise en programmation Python, SQL, SparkSQL, PySpark, Streamlit, pandas, numpy, matplotlib, seaborn, scikit-learn, statsmodels, openpyxl, pyarrow, fastparquet, streamlit-aggrid, timezonefinder • Bonne logique algorithmique en programmation • Expérience dans l'automatisation, le CI/CD et MLflow • Expérience en programmation avec Selenium, Spyder, Matlab • Capacité à lire les codes VBA/Python existants et à identifier les opportunités d'amélioration du code • Capacité à comprendre les méthodes et analyses relatives au domaine de l'industrie aéronautique • Anglais courant Compétences projet requises : • Fort esprit analytique et business • Capacité à qualifier des besoins métier et à les traduire en démarches analytiques • Capacité à accompagner, conseiller et proposer des solutions analytiques et de nouvelles orientations si besoin • Expérience en agilité • Autonomie, proactivité et efficacité Contraintes et environnement • Prestation réalisée sur site et à distance • Environnement technique : Azure Cloud, Databricks, SQL, Power BI, Spark, Scala, Docker, Spyder, Python 3.11.9, Streamlit 1.32.0, pandas 2.1.3, numpy 1.26.3, matplotlib 3.8.2, seaborn 0.13.0, scikit-learn 1.3.2, statsmodels 0.14.0, openpyxl 3.1.2, pyarrow 14.0.1, fastparquet 2023.10.1, streamlit-aggrid 0.3.4, timezonefinder 8.2.1 • Signature d'un contrat de confidentialité relatif à la protection et à la sécurité des données • Interlocuteurs multiples Livrables attendus • Cahiers des charges, documentations, comptes rendus, présentations, analyses, observations, réflexions, propositions, programmes et réalisations relatifs à l'activité • Éléments de suivi des avancements, du planning, plans d'action, difficultés et risques • Activités d'accompagnement, coordination, planification, optimisation, priorisation, animation et gestion • Conseils, propositions, pilotage et gestion • Études analytiques/statistiques/IA • Programmes et automatisation • Algorithmes de gestion de données • Cahiers des charges et comptes rendus • Présentation, documentation et suivi • Outil entièrement fonctionnel dans l'environnement de l'entreprise • Manuel utilisateur expliquant comment utiliser l'outil sous tous ses aspects Compétences / Qualités indispensables : Python, SQL / PySpark / SparkSQL, Databricks / Azure Cloud, Modélisation QSI et simulation de données, Automatisation / CI/CD / MLflow, Anglais courant Informations concernant le télétravail : Prestation sur site et à distance, avec site à CDG, 1 rue de France, 93 290 Tremblay-en-France.

"Nous recherchons un consultant Data Scientist orienté ML Engineering, alliant une solide expertise en science des données et de fortes compétences en ingénierie logicielle et infrastructure. Le consultant interviendra sur des sujets variés au sein de la direction DATA, couvrant aussi bien le développement de modèles de machine learning que leur industrialisation et leur mise en production à grande échelle. Le profil recherché est capable de naviguer entre la conception de modèles IA/ML, la construction de pipelines de données robustes, et le déploiement de solutions scalables dans un environnement cloud moderne."

Missions IA Générative & Agentic AI Concevoir et développer des solutions IA, automatisations métier et systèmes conversationnels avancés. Développer des architectures RAG robustes et sécurisées. Construire des workflows multi-agents pour automatiser des processus métier complexes. Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source). Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions. Engineering & Industrialisation Industrialiser les solutions IA sous forme d'API et de services cloud. Développer des composants réutilisables permettant d'accélérer le delivery des produits IA. Mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions. Assurer la qualité, la fiabilité et la sécurité des applications IA en production. Participer à la définition des standards techniques de la plateforme IA. Data Science & Machine Learning Concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent. Réaliser des analyses exploratoires et expérimentations avancées. Évaluer et optimiser les performances des modèles prédictifs. Mettre en oeuvre les approches d'explicabilité et d'IA responsable. Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement. Monitoring & Evaluation Définir les métriques de performance des systèmes IA. Mettre en place les mécanismes de monitoring et d'observabilité. Suivre les dérives des modèles et des systèmes RAG. Évaluer la qualité des réponses générées (RAGAS, LLM-as-a-Judge, évaluations métier). Garantir la conformité et la traçabilité des solutions déployées.

Nous recherchons un(e) Data Scientist capable de trouver des solutions innovantes et robustes à l'ensemble des problématiques Data. Gourou de la donnée, vous vous amusez à faire parler les données et à les mettre au service des entreprises. Vous êtes donc à la croisée d'enjeux fonctionnels et stratégiques : Vous aurez la charge de : • Étudier des données en possession de l'entreprise • Définir et récupérer des données pertinentes à extraire et à traiter en lien avec la production de l'entreprise, la vente ou encore liées aux données clients • Développer des algorithmes permettant d'améliorer les résultats de recherches et de ciblages • Élaborer des modèles prédictifs afin d'anticiper l'évolution des données et tendances relatives à l'activité de l'entreprise Référence de l'offre : zdq6qtik7t

Dans le cadre d'un programme stratégique de transformation Data, un acteur majeur du secteur financier recherche un Data Scientist expérimenté pour rejoindre une équipe Data Science à dimension internationale. Vous intégrerez une équipe transverse intervenant sur des projets innovants autour de la Data, de l'IA et de la gouvernance des données, avec des interlocuteurs répartis dans plusieurs pays. 📋 Vos missions • Réduire les efforts manuels liés à la documentation du Data Lineage • Améliorer la productivité des équipes métier et Data • Produire des livrables réutilisables en vue d'une industrialisation de la solution • Concevoir des approches d'extraction et d'analyse des métadonnées • Analyser des sources techniques hétérogènes • Développer des composants permettant la reconstruction des liens entre les données • Évaluer et comparer les résultats obtenus • Produire une documentation claire et exploitable par les équipes Data Science, Data Governance et les métiers 🛠️ Environnement BigQuery · Cloud Composer/Airflow · IA/GenAI